【免费下载链接】academic-humanizerStrip AI-writing tells from papers and grant proposals (NSF/NIH), while keeping scholarly voice and tying claims to evidence. A skill for Claude Code, Codex, and MorphMind.项目地址https://gitcode.com/gh_mirrors/ac/academic-humanizer点击查看免费下载academic-humanizer 是一个面向学术论文和基金申请书NSF/NIH的写作去AI味工具专为 Claude Code、Codex、MorphMind 等 AI 编程助手设计。它不仅能剥离 In recent years... 这类 AI 腔更重要的是通过Layer 5 语音校准机制让你的稿件保持你自己的行文风格并贴合目标期刊的写作语域——同时不改动任何一个数字、结果或引用。什么是语音校准六层机制中的最后一道关academic-humanizer 的工作流程分为六层Layer 5 是前五层的收口环节层级职责Layer 1通用 AI 腔目录delve、tapestry、破折号等Layer 2学术特供 AI 腔过度主张动词、虚化强调等Layer 3保留正当学术惯例证据式模糊限定、被动语态等Layer 4主张 ↔ 证据对齐动词强度不能超过证据强度Layer 5语音与期刊风格校准本文主角Layer 6基金申请模式NSF/NIH 结构、首页优先前五层解决写得对不对Layer 5 解决读起来像不像你。通用 humanizer 工具的问题是去完 AI 味之后文字变成一种干净但无主的腔调。Layer 5 正是为了补上这一课。机制原文见 SKILL.md。从你的论文中提炼6个签名特征如果你有已发表或已录用的论文Layer 5 会先读你的样文提取以下 6 项个人写作签名再让新稿向它们靠拢句子节奏sentence rhythm—— 你偏好短句还是长句平均句长如何连接词习惯connective habits—— 你惯用哪类过渡方式模糊限定的强度与位置level and placement of hedging—— suggests、is consistent with 这类校准型措辞你用得多不多、放在哪里章节开头方式how they open sections—— 你的 Introduction、Method 各节怎么起手符号记法notation—— 变量、算符的书写习惯高频复用短语recurring phrasings—— 你反复使用的固定表达注意第 3 点的微妙之处Layer 3 明确规定证据式限定是学术写作的正确写法而 Layer 5 进一步要求保留的正是你的限定习惯。两层配合既不会把 suggests 误改成 proves也不会把你个人风格的谨慎语气磨平。期刊语域匹配不同会场不同腔调语音校准的另一半是匹配目标期刊的语域registerSKILL.md 给出了典型示例ICLR / NeurIPS简练、直接、结果先行terse, direct, results-forwardNature / PNAS更偏叙述展开more expository也就是说同样的主张投顶会时会被压成结果 数字的紧凑句投综合性期刊时则会被允许更完整的背景铺陈。这就是为什么 Layer 5 要求你同时提供我的风格和目标期刊两个输入。快速上手3步启用语音校准第 1 步安装技能git clone https://gitcode.com/gh_mirrors/ac/academic-humanizer ~/.claude/skills/academic-humanizer第 2 步调用技能并粘贴稿件/academic-humanizer [粘贴段落或指向 main.tex]第 3 步附上语音校准指令关键一步# optionally: match my voice from prior_paper.pdf; target venue: ICLR附上你的一篇既往论文 PDF 和目标期刊Layer 5 就会进入校准模式不附则走默认策略。完整使用方式见 README.md。没有既往论文默认回退策略不提供样文时Layer 5 的回退规则是输出干净、精准、符合期刊语域的学术文字而不是通用 humanizer 那种随意、带个人观点的腔调SKILL.md。这条默认值本身就体现了整个工具的核心立场技术写作中中性而精准本身就是人类的学术声音不需要注入幽默或第一人称个性。另外作者在 Fork 仓库后还可以把规则改成完全贴合自己领域的版本——指向自己的几篇旧论文保留适用的检查项调整其余部分见 README.md 的 Make it yours。效果参考更多前后对比想要直观感受校准前后的差异可以翻阅 examples/before-after.md其中收录了通用论文段落、NIH Specific Aims 页和一个真实获资助的 NSF CAREER 摘要的完整 before/after 对照——后者清楚展示了AI 腔被剥离、主张被绑定到证据而长期愿景与三层框架结构被完整保留。小结Layer 5 语音校准机制回答的其实是去AI味工具最容易被忽略的问题——改完之后这是谁写的。它用个人签名特征 期刊语域两个坐标让 AI 辅助的初稿最终落回作者自己的声音里。赞分享【免费下载链接】academic-humanizerStrip AI-writing tells from papers and grant proposals (NSF/NIH), while keeping scholarly voice and tying claims to evidence. A skill for Claude Code, Codex, and MorphMind.项目地址https://gitcode.com/gh_mirrors/ac/academic-humanizer点击查看免费下载相关推荐如何让每个 claim 都匹配证据强度academic-humanizer 论文去AI味与 claim↔evidence 纪律完全指南如何让每个 claim 都匹配证据强度academic humanizer 论文去AI味与 claim↔evidence 纪律完全指南 academic hu如何利用zotero-arxiv-daily实现学术论文自动推荐完整配置指南如何利用zotero arxiv daily实现学术论文自动推荐完整配置指南 zotero arxiv daily是一款基于Zotero图书馆自动推荐每日ar人工智能AI 应用RAG科研别再让通用humanizer毁掉你的论文了academic-humanizer 与博客改写工具的核心区别别再让通用humanizer毁掉你的论文了academic humanizer 与博客改写工具的核心区别 写论文用过 AI 辅助起草的都知道出来的文字总带一创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考